ML-инженер. Временные ряды и причинность, computer vision, аудио и речь, LLM и безопасность AI-агентов.

Временные ряды и табличные задачи — прогноз поведения 250 000 пользователей на 30 дней вперёд по 409 дням истории: якорная постановка «пользователь × дата», обучение прямо в шкале метрики, ансамбль GRU и градиентного бустинга.

Причинность и работа с данными — uplift-моделирование на 45.8 млн покупок: витрина признаков оконными функциями PostgreSQL из сырых чеков, метрики причинности написаны руками, предрегистрация заморожена до первой модели, аудитор утечек доказан мутационным тестом.

Computer vision — сегментация фаз на панорамах оптической микроскопии до 300 Мп с интерпретируемым правилом вместо чёрного ящика и детекция на видеопотоке с инференсом на устройстве через CoreML.

Аудио — разделение источников на Demucs с замером SDR/SIR/SAR через museval и воспроизводимый бенчмарк пяти генеративных моделей музыки по FAD, FAD-inf и CLAP.

LLM и AI-агенты — guardrail-детектор атак на Trust & Safety политику (99.81 из 100 при старте 61.54), red team на извлечение секрета из системного промпта, и prompt-evals, проверяющие устойчивость ответа к инъекциям.

X5 RetailHero Uplift  ·  Кому предложение меняет поведение

45.8 млн покупок в PostgreSQL, витрина на оконных функциях из сырых чеков (готовые агрегаты не используются) · dbt: staging → marts → audit, 42 теста · T/S/X-learner и метрики причинности (Qini, AUUC, uplift@k) написаны руками · топ-10 % по отклику и топ-10 % по приросту пересекаются на 0.44 % [0.26; 0.62] при случайном уровне 10 % · Δ uplift@10 % = +9.53 п.п. [+6.63; +12.54], бутстрап 2000 реплик · политика по отклику убыточна: точка окупаемости 4.67 п.п. против фактических 0.53 · предрегистрация заморожена до первой модели, аудитор утечек доказан мутационным тестом

Stem Separator  ·  Разделение трека на 4 инструментальные дорожки

Demucs (htdemucs) · REST API + Web UI + CLI · метрики через museval на MUSDB18-sample: SDR vocals 9.34 dB, bass 9.90 dB (выше типичных литературных для htdemucs), drums 5.75, other 3.88 · MPS/CUDA/CPU autodetect, chunked inference, SHA256-кэш · 3:17-трек за 14 с на M4 Pro (×14 realtime) · 19/19 тестов, Docker Compose

FAD Benchmark  ·  Оценка генеративных моделей музыки · НИР МГТУ

Сравнение 5 open-source text-to-music моделей (MusicGen, AudioLDM-M/L, MusicLDM, Riffusion) по FAD, FAD-inf (экстраполяция к N→∞, снимает смещение малой выборки), per-song FAD и CLAP Score · три эмбеддера: CLAP-LAION-Music, MERT-v1-95M, EnCodec · два референса: FMA-Pop и MTG-Jamendo · лидер зависит от референса: AudioLDM-M на FMA-Pop (CLAP-FAD 0.039), MusicLDM на MTG-Jamendo (0.0044)

AI Team Assistant  ·  LLM-ассистент со строгим форматом ответа · live demo

Google Gemini через server-side route · structured output через responseSchema — JSON валиден по построению, парсинг в одну строку · системный промпт собирается из настроек тона и контекста команды · prompt-evals: скрипт прогоняет 4 синтетических запроса, включая prompt-injection, с проверкой структуры и content-инвариантов · параллельный RU/EN-запрос с кэшированием

Smoking Detection  ·  Детекция факта курения по видеопотоку, до инференса на устройстве

YOLO26n на Smoking Person Detection (Roboflow), классы person / smoke · mAP50 0.713 · mAP50-95 0.317 · Precision 0.744 · Recall 0.680 · факт курения фиксируется по пересечению bbox · экспорт в CoreML (.mlpackage) для iOS